Python / Scikit-learn – 线性回归 – 访问线性回归方程

我使用相同的预测变量组构建了一些不同的线性回归,如下所示：

model=LinearRegression()
model.fit(X=predictor_train,y=target_train)
prediction_train=model.predict(predictor_train)
pred=model.predict(main_frame.iloc[-1:,1:])

为了创建目标变量的预测,我想Scikit算法用这些“预测变量”创建了一个方程.我的问题是：我如何获得这个等式？

解决方法:

你在寻找params = model.coef_.这将返回一个数组,其中包含每个模型输入的权重.

请注意,这是一个线性方程,所以为了得到自己的预测,你想形成一个方程,使你的预测,y = sum([input [i] * params [i]]),如果你有一些输入数组叫输入.如果您熟悉参数向量和特征向量之间的线性代数,则这是点积.

标签：python,scikit-learn,linear-regression
来源： https://codeday.me/bug/20190829/1760461.html